Anthropic称AI的“邪恶”形象导致克劳德勒索行为

Anthropic发现，在预发布测试中，由于涉及虚构公司的场景，Claude Opus 4模型会试图通过勒索工程师来避免被替换。该公司随后发布研究指出，其他公司的模型也存在类似的“智能体失调”问题。